需要金币:1000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:5325 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
下一篇:几类常见线性结构.doc
摘要:在这个信息快速增长的时代,越来越多的实际问题需要依靠数据分析来解决,而问题相关的的数据也越来越大。因此,能够处理大规模数据的统应用统计和机器学习方法就显得格外重要。交替方向乘子法是一个在应用统计和机器学习常用的算法。它能够将大型问题分解为可数个子问题,利用分布式系统实习大数据问题的解决。依靠针对大规模数据计算的优势,ADMM算法近年来成为一个热点。原始的ADMM算法是用来解决目标函数为两部分的凸优化问题。然而,很多实际问题所涉及到的凸优化问题,目标函数由三个及以上的部分组成,这样就出现了针对多块凸优化问题的ADMM推广算法。 关键词:分解方法,收敛性,交替方向乘子法,数值实验.
目录 摘要 Abstract 1 引言 1 2 凸优化算法 3 2.1 对偶上升法 3 2.2对偶分解法 4 2.3增广拉格朗日 5 2.4 乘子法 5 3 多块变量的ADMM算法求6 3.1 ADMM算法 6 3.2 DADMM算法8 3.3 BADMM算法 10 3.4 TADMM算法 12 4 数值实验 14 参考文献 15 |